一种基于深度学习的高铁线路鸟窝缺陷检测方法

作者：宋彬; 王佳浩; 涂学峰; 肖奕恒

来源：2020-05-07, 中国, ZL202010377562.3.

本发明公开了一种基于深度学习的高铁线路鸟窝缺陷检测方法,克服了现有技术中存在的不足。该发明含有以下步骤：步骤1、输入铁路接触网图像；步骤2、用全卷积神经网络提取鸟窝存在的可疑区域；步骤3、利用全卷积神经网络对鸟窝可疑区域图像进行特征提取并检测鸟窝；步骤4、保存检测鸟窝可疑区域与检测鸟窝的模型；步骤5、加载模型,输入测试图像,得到高铁线路中的鸟窝缺陷检测结果。该技术采用全卷积神经网络结构和两阶段检测方法解决高铁线路鸟窝缺陷检测问题,首先检测可能存在鸟窝的可疑区域,再在此基础上检测鸟窝,同时利用大量实际环境场景中的图像训练特征提取网络,提高了准确性,也增强了实际应用中的鲁棒性。

• 单位
  西安电子科技大学